| 中国车牌生成 | 您所在的位置：网站首页 › 在线生成车牌照 › 中国车牌生成 |
|
向AI转型的程序员都关注了这个号👇👇👇 机器学习AI算法工程 公众号：datayx 目前支持蓝色标准车牌，黄色标准车牌，小型新能源车牌的车牌生成。 实际的车牌示例 实际的大型新能源车牌示例 实际的小型新能源车牌示例 生成的蓝色底牌车牌示例 生成的小型新能源车牌示例 全部代码 获取方式： 关注微信公众号 datayx 然后回复 车牌生成 即可获取。 程序结构说明license_plate_elements.py: 车牌号元素，其中定义：车牌号中，不同车牌位的取值范围；不同的车牌类型。generate_license_plate_number.py: 根据车牌类型，生成指定数量的车牌号定义不同车牌类型中，对应车牌位的取值规则；（当前只定义了标准车牌和小型新能源车牌的车牌号取值规则）从license_plate_elements.py中，读取不同车牌位的初始初值范围。generate_chars_image.py: 指定车牌类型，根据给定的车牌号列表，生成车牌号文字图片根据实际车牌号字体大小，生成相应的中英文字符；依照车牌号不同位字符的分布规则，将生成的字符放置在对应的位置上，得到最终的车牌号文字图片。generate_plate_template.py: 指定车牌类型，生成车牌底牌图片根据车牌类型，加载底牌图片；根据指定尺寸resize。augment_image.py: 根据车牌类型，组合车牌底牌、车牌号图片，并进行数据增强根据车牌类型，判断车牌号图片为白字黑底 或 黑字白底；对车牌号图片、底牌，进行同样的透视视角变换，对底牌加背景；组合车牌底牌、车牌号图片对车牌图片进行剩余数据增强，包含HSV变化、高斯噪声、添加污渍。generate_license_plate.py: 主函数，按照流程调用以上Python脚本，生成图像增强后的车牌图片生成指定类型、指定数量的车牌号；生成车牌图片；进行数据增强；保存图片。 文件说明：resnet18文件夹：将resnet18作为基础结构，设计多标签分类模型；resnet50文件夹：将resnet50作为基础结构，设计多标签分类模型；file_tools.py：提供文件搜索功能，在generate_txt.py中调用；generate_txt.py：读取车牌图片目录下的图片，根据图片名称中的车牌号、license_plate_elements.py中车牌号字符与标签的映射关系，生成标签txt文件（7和8位车牌的全量、训练、测试、验证集，7位车牌全量数据集，8位车牌全量数据集），每一行格式为：图片路径 char1 char2 char3 char4 char5 char6 char7 char8 is_8_char plate_color；generate_lmdb.sh：根据生成的txt文件，找到图片数据，然后调用caffe中改造过的generate_imageset二进制执行文件生成lmdb格式的数据集；recognization_engine.py：检测模型测试代码。训练过程训练时，需要将7位车牌的第8位字符标记为-1，生成lmdb，然后在训练网络时，第8位的softmaxWithLoss层添加设置以忽略该类标签：loss_param{ ignore_label: -1 }训练时，记得平衡实际数据与生成的数据；车牌号的截取方式会影响模型的识别精度，所以最好是添加了检测模型检测出来的车牌；机器学习算法AI大数据技术 搜索公众号添加： datanlp 长按图片，识别二维码 阅读过本文的人还看了以下文章： TensorFlow 2.0深度学习案例实战 基于40万表格数据集TableBank，用MaskRCNN做表格检测 《基于深度学习的自然语言处理》中/英PDF Deep Learning 中文版初版-周志华团队 【全套视频课】最全的目标检测算法系列讲解，通俗易懂！ 《美团机器学习实践》_美团算法团队.pdf 《深度学习入门：基于Python的理论与实现》高清中文PDF+源码 《深度学习：基于Keras的Python实践》PDF和代码 特征提取与图像处理(第二版).pdf python就业班学习视频，从入门到实战项目 2019最新《PyTorch自然语言处理》英、中文版PDF+源码 《21个项目玩转深度学习：基于TensorFlow的实践详解》完整版PDF+附书代码 《深度学习之pytorch》pdf+附书源码 PyTorch深度学习快速实战入门《pytorch-handbook》 【下载】豆瓣评分8.1,《机器学习实战:基于Scikit-Learn和TensorFlow》 《Python数据分析与挖掘实战》PDF+完整源码 汽车行业完整知识图谱项目实战视频(全23课) 李沐大神开源《动手学深度学习》，加州伯克利深度学习（2019春）教材 笔记、代码清晰易懂！李航《统计学习方法》最新资源全套！ 《神经网络与深度学习》最新2018版中英PDF+源码 将机器学习模型部署为REST API FashionAI服装属性标签图像识别Top1-5方案分享 重要开源！CNN-RNN-CTC 实现手写汉字识别 yolo3 检测出图像中的不规则汉字 同样是机器学习算法工程师，你的面试为什么过不了？ 前海征信大数据算法：风险概率预测 【Keras】完整实现‘交通标志’分类、‘票据’分类两个项目，让你掌握深度学习图像分类 VGG16迁移学习，实现医学图像识别分类工程项目 特征工程(一) 特征工程(二) :文本数据的展开、过滤和分块 特征工程(三):特征缩放,从词袋到 TF-IDF 特征工程(四): 类别特征 特征工程(五): PCA 降维 特征工程(六): 非线性特征提取和模型堆叠 特征工程(七)：图像特征提取和深度学习 如何利用全新的决策树集成级联结构gcForest做特征工程并打分？ Machine Learning Yearning 中文翻译稿 蚂蚁金服2018秋招-算法工程师（共四面）通过 全球AI挑战-场景分类的比赛源码(多模型融合) 斯坦福CS230官方指南：CNN、RNN及使用技巧速查（打印收藏） python+flask搭建CNN在线识别手写中文网站 中科院Kaggle全球文本匹配竞赛华人第1名团队-深度学习与特征工程 不断更新资源 深度学习、机器学习、数据分析、python 搜索公众号添加： datayx |
| CopyRight 2018-2019 实验室设备网 版权所有 |